[REV. MED. CLIN.

CONDES - 2019; 30(1) 50-65]

REVISTA MÉDICA CLÍNICA LAS CONDES

https://www.journals.elsevier.com/revista-medica-clinica-las-condes

Bioestadística aplicada en investigación clínica:

conceptos básicos
Biostatistics applied in clinical research: basic concepts

EM. Magdalena Castro MSca .

a
Epidemiología. Subdirección de Investigación. Dirección Académica, Clínica las Condes

“La variabilidad es quizás lo único constante en nuestro mundo”. Cobo y cols. 2007
“Toda Ciencia es medición, toda medición es estadística”. Herman von Helhmotz (1821-1894)

INFORMACIÓN
DEL ARTÍCULO
Historia del Artículo:
Recibido: 19 09 2018.
Aceptado: 27 12 2018.
Palabras clave:
Bioestadística, diseño
muestral, tamaño
muestral, estadística
descriptiva, estadística
analítica, hipótesis.
Key words:
Biostatistics, selection
design, sample size,
descriptive statistics,
analytic statistics,
hypothesis.
RESUMEN
La estadística es la disciplina interesada en la organización y resumen de datos, para obtener conclusiones
acerca de las características de un conjunto de personas u objetos, cuando solo una porción está dispo-
nible para su estudio. La bioestadística es la rama de la estadística que se ocupa de los problemas plan-
teados dentro de la ciencia de la vida, como la biología o la medicina1. Médicos, enfermeras, kinesiólogos,
especialistas en salud pública, entre otros, necesitan conocer los principios que guían la aplicación de los
métodos estadísticos a los temas propios de sus respectivas áreas de conocimiento, porque es el método
objetivo, racional y matemático a través del cual, una hipótesis científica puede ser comprobada2. Es
por eso, que para facilitar su estudio, se ha dividido en cuatro funciones: el diseño muestral, el cálculo de
tamaño muestral, la estadística descriptiva y la estadística analítica o inferencial. Considerando que la
investigación clínica se realiza en una muestra que debe representar la población de estudio, es necesario
que los datos sean matemáticamente analizados, utilizando las pruebas estadísticas apropiadas, para
que se puedan extraer conclusiones científicamente válidas. Tan relevante es la bioestadística, que la
evidencia en salud está construida en base a ésta.

Actualmente, existen numerosos libros y artículos sobre esta disciplina, por lo tanto, se preguntarán ¿por
qué escribir más de lo mismo? Porque aún para los profesionales de la salud, la bioestadística sigue siendo
un área que cuesta aterrizar al contexto clínico, cuando se está planificando un estudio de investigación
o se analiza un paper porque surgen preguntas sobre sus pacientes. Por esa razón, el objetivo de este
artículo es revisar los conceptos y elementos básicos de la bioestadística que se usan en la investigación
clínica, con la perspectiva de la estadística aplicada y la óptica de un clínico.

Se espera que al término de su lectura, el artículo les entregue un enfoque más claro y ordenado para
abordar las cuatro funciones de la bioestadística y su cumplimiento en el proceso de la investigación.

Autor para correspondencia

Correo electrónico: sdiclc@clc.cl

https://doi.org/10.1016/j.rmclc.2018.12.002
0716-8640/© 2019 Revista Médica Clínica Las Condes. Este es un artículo Open Access bajo la licencia CC BY-NC-ND
(http://creativecommons.org/licenses/by-nc-nd/4.0/).

50
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]

ABSTRACT
Statistics is the discipline interested in the organization and summary of data, to obtain conclusions about
the characteristics of a group of people or objects, when only a portion is available for study. Biostatistics is
the area of statistics that deals with the problems in science of life, such as biology or medicine1. Physicians,
nurses, kinesiologists, public health specialists, among others, need to know the principles that guide the
statistical methods to the topics of their respective areas of knowledge, because it is the objective, rational
and mathematical method through which , a scientific hypothesis can be proven2. That is why, to facilitate
the study of statisitics, it has been divided into four functions; the sample design, the sample size calculation,
the descriptive statistics and the analytical or inferential statistics. Considering clinical research is carried
out on a sample that should represent the study population, it is necessary, the data be mathematically
analyzed; using the appropriate statistical tests, so scientifically valid conclusions can be drawn. So relevant
is biostatistics, that evidence based medicine is built on it.

Currently, there are numerous books and papers on this discipline, therefore, why write more of the same?
Because, even for health professionals, biostatistics is still an area that costs to apply in the clinical context,
when they are planning a research study or analyzing a paper because they have questions about their
patients. For this reason, the aim of the article is to review the concepts and basic elements of biostatistics
frequently used in clinical research, with the perspective of applied statistics and the clinician optics. It is
expected that at the end of its reading, the article will provide a clearer and more orderly approach to address
the four functions of biostatistics and its fulfillment in the research process.

1. INTRODUCCIÓN La estadística es un conjunto de técnicas para el análisis de los

La palabra estadística proviene del latín status: modo de
pararse, posición. En el lenguaje cotidiano se habla de esta-
dística en dos sentidos, uno es para referirse a un conjunto
determinado de datos, por ejemplo, a la estadística de pobla-
ción o estadísticas de ventas.
El otro sentido se refiere a una disciplina matemática, donde
la estadística matemática es una de las áreas de la ciencia
matemática. Al mismo tiempo, la estadística se estudia desde
el punto de vista práctico, desde su aplicación, por ejemplo,
la estadística aplicada a la administración y economía. Otra
de las áreas de la estadística aplicada, es su uso en la ciencia
biológica y las disciplinas relacionadas con la medicina y la
salud. A esta se le llama bioestadística1.
Se han publicado varias definiciones al respecto, tales como
la definición clásica de Croxton y Cowen3 dice: “La estadística
es el método científico que se utiliza para recolectar, elaborar,
analizar e interpretar datos sobre características susceptibles
de ser expresadas numéricamente de un conjunto de hechos,
personas o cosas”.
Otra definición de Clifford y Taylor1: “La estadística es la disci-
plina interesada en la organización y resumen de datos, para
obtención de conclusiones acerca de las características de un
conjunto de personas u objetos cuando solo una porción está
disponible para su estudio”.
datos. De esto se desprenden dos componentes principales
de esta disciplina: Datos y análisis.
Los datos son la materia prima de la estadística. Los datos
salen de las mediciones o también llamadas observaciones.
Al mismo tiempo, las técnicas de análisis estadísticas
permiten que los datos se conviertan en información útil4.
Ambos componentes son fundamentales y uno necesita del
otro para que los resultados sean útiles para responder la
pregunta de investigación.
Si existen errores en los datos, independiente que las técnicas
de análisis estadísticos sean las correctas, los resultados serán
erróneos; si por el contrario, los datos han sido correcta-
mente extraídos con precisión y exactitud, pero las técnicas
de análisis son inadecuadas, igualmente los resultados serán
espurios.
Según Mainland5, la estadística es el método científico que
se ocupa del estudio de la variación; y según Cobo y cols., La
variabilidad es quizás lo único constante en nuestro mundo6.
Ahora bien ¿Cómo predecir la variabilidad entre los diferentes
casos clínicos? El profesional sanitario construye su ojo clínico
a base de horas de trabajo. La estadística le ofrece conceptos
que pueden facilitar este aprendizaje. Al mismo tiempo, es
importante tener presente que los métodos estadísticos y sus
resultados no pretenden ser verdades absolutas, puesto que

51
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
la medicina no es exacta, solo es posible calcular las proba-
bilidades que ocurran los eventos en salud. De hecho, el
concepto principal de la estadística es la variabilidad, pero el
conocer cómo medirla y modelarla comienza a ser una idea
positiva y de ayuda para su aplicación en salud. La estadís-
tica aporta teoremas que conectan la variabilidad e indepen-
dencia con la información que se recolecta de los sujetos o
unidad muestrales6.
En consecuencia, se podría definir que la bioestadística es el
método objetivo, racional y matemático a través del cual una
hipótesis científica puede ser comprobada.
Las estadísticas de salud son todos aquellos datos numéricos
debidamente capturados, validados, elaborados analizados e
interpretados que se requieren para las acciones de salud.
Las estadísticas de salud se pueden agrupar en7:
1. Estadística de poblaciones: estadísticas demográficas.
2. De hechos biológicos que tiene trascendencia sanitaria,
como los nacimientos y defunciones: estadísticas vitales.
3. De la enfermedad, que se intenta prevenir y tratar: esta-
dísticas de morbilidad.
4. De los medios tanto específicos como inespecíficos para
proteger, fomentar, detectar y recuperar la salud: estadís-
ticas de recursos.
5. De las acciones e intervenciones, que desarrollan los
recursos básicos para la evaluación: estadísticas de servi-
cios.
La estadística en salud depende de los datos y de su análisis,
por lo tanto, es esencial conocer la metodología para la
correcta recolección de los datos y comprender la estadís-
tica para un correcto análisis de éstos. En consecuencia y
dada su relevancia, el objetivo de este artículo es entregar
algunas nociones básicas sobre bioestadística aplicada en la
investigación y cómo a través de ésta, es factible responder la
pregunta de investigación.
2. CONCEPTOS BÁSICOS
Antes de revisar y presentar los conceptos y elementos
básicos de la bioestadística, que se aplican más frecuente-
mente en la investigación clínica, se explicarán algunas defi-
niciones básicas más usadas.
Parámetro: Es cualquier número resumen de los elementos
de una población1. Otra definición de Villarroel LA 2018, el
parámetro es una función de los datos calculada en la pobla-
ción8
Este término muchas veces es incorrectamente utili-
zado y se habla de los parámetros del estudio, cuando
52
en realidad no lo son, porque lo que se obtiene, es un
número resumen extraído desde una muestra, no de la
población general. A esta medida resumen de los datos
de una muestra se le llama estadístico. Los parámetros se
denotan con letra griega, tales como μ, que es la media
de una variable que ha sido calculada en la población
total; ı, es la varianza de una variable calculada en la
población total 1. Como la mayoría de la investigación se
realiza en una muestra, no es factible obtener un pará-
metro, solo es posible calcular una estimador, a través de
los estadísticos.
Estadísticos: Es cualquier número resumen de una muestra.
También se le puede llamar parámetro estimado, que es el
término correcto cuando se habla de un número resumen
que deriva de una muestra. Como es solo un estimador del
parámetro, se denota con letras en latín; X es la media de una
muestra; S, es la varianza de una muestra1,9.
El estimador debiera cumplir con las propiedades de inses-
gamiento, que la esperanza sea casi igual al valor observado,
que sea eficiente (preciso, que tenga una varianza cercana a
cero) y que sea robusto, es decir que ese número resumen,
sea capaz de representar a toda la muestra.
Observar: Es medir. Lo observado es lo medido. Las obser-
vaciones son las mediciones que se realizan en las unidades
muestrales.
Unidad de análisis o unidad muestral: Es el objeto con
la característica de interés que será observado o que será
medido, pueden ser personas, cortes histológicos, creci-
miento de colonias, entre otros.
Atributo: Es la característica de la unidad de análisis que se
va a observar.
Por ejemplo: Si se desea observar antropométricamente al
Recién Nacido (RN), se deben consignar los atributos a medir:
Edad gestacional (EG), peso nacimiento (PN) y talla de naci-
miento (TN).
Variable: Es cualquier característica que tome dos o más
valores en una población.
Cuando los atributos ya han sido medidos, reciben el nombre
de variables. Por ejemplo: RN n°1: EG: 39 semanas PN: 3250
grs. TN: 50 cms. Se llaman variables, porque cambia entre
cada unidad de análisis.
Variable aleatoria: Son aquellos atributos que han sido
medidos en un conjunto de individuos de la población que
conforman una muestra aleatoria y que no se puede anticipar
el resultado (Figura 1).
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]
Figura 1. Resumen Conceptos
3. PLANIFICACIÓN ESTADÍSTICA
Cuando se escribe un proyecto de investigación, se diseña la
metodología del estudio y dentro de ésta, es indispensable
diseñar la planificación estadística (PE). Debe estar enfocada
en cumplir cada uno de los objetivos específicos y el objetivo
general y con ello responder la pregunta de investigación.
La PE consiste en:
I. Definir y diseñar el método de selección de la muestra, esto
se llama diseño muestral.
II. Definir el número de elementos que conformará la muestra,
esto se llama cálculo de tamaño muestral.
III. Definir las variables: El tipo variables, la escala de medición
y la unidad de medida si es que aplica.
IV. Plan de tabulación de la base de datos, descripción y
análisis de la información recolectada. Se definen las formas
de presentar y analizar la información recolectada7.
I. DEFINIR Y DISEÑAR EL MÉTODO DE SELECCIÓN DE LA
MUESTRA, ESTO SE LLAMA DISEÑO MUESTRAL
Concepto de estudio o blanco de Muestra
La población así también llamada universo de estudio, es el
conjunto total de personas u objetos que tienen una carac-
terística en común de interés para un estudio. No obstante,
estudiar toda la población tiene algunos inconvenientes: es
difícil poder ejecutar una investigación en toda la pobla-
ción estudio porque es muy caro y demoraría mucho tiempo
reclutar y medirlas a todos. Por lo tanto, se debe estudiar en
una muestra.
Muestra: Es un subconjunto de individuos o elementos de
una población definida que cumple con ciertas propiedades
comunes. Para que el estudio en una muestra permita extra-
polar los resultados a la población de estudio, es necesario
que cumpla con las siguientes exigencias:
1. Representativa de la población de estudio o pobla-
ción blanco: Implica que, para que los resultados del estudio
tengan validez interna y externa, la muestra debe ser repre-
sentativa de la población blanco.
Si la muestra no es representativa de la población de donde
procede, todos los cálculos que se hagan serán válidos solo
para la muestra, sin posibilidad de extrapolar estos resultados a
los individuos que no fueron incluidos en ella8.
Es decir, todos los subgrupos que componen la población
blanco, debieran estar en la muestra, respetando el peso
proporcional o ponderado que cada uno tiene en la población
de estudio. Al elegir los elementos de la muestra siguiendo una
tendencia o preferencia por unos más que otros, el grupo prefe-
rencial va a ser cuantitativamente mayor. Si es así, la muestra no
será fiel representante de la población de estudio y los resul-
tados y conclusiones estarán sesgados, junto a la validez interna
y externa que será afectada.
2. Selección aleatoria: Significa que los sujetos de la pobla-
ción blanco deben ser escogidos al azar, es decir, todos los
individuos o elementos de la población blanco tienen que
tener la misma probabilidad de ser seleccionados en la
muestra. Eso significa, que todas las personas u objetos de
la población deben tener una probabilidad mayor a cero
y menor a uno de estar presente en la muestra. El método
de selección de la muestra se llama diseño muestral. Existen
diferentes tipos de diseño muestral, si es aleatorio se le llama
probabilístico, si no es aleatorio, es no probabilístico.
3. Tamaño mínimo adecuado: Es el número de individuos
necesarios y seleccionados aleatoriamente, que debe contener
la muestra, para obtener estimaciones que representen los
valores reales del parámetro de la población de estudio. Es por
esto, que se debe realizar un cálculo de tamaño muestral9.
53
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
1. Diseño muestral
La selección de la muestra aleatoria es indispensable que para
la obtención de resultados válidos.
Muestra aleatoria: Es una selección al azar de los indivi-
duos que componen la muestra. Existen diferentes tipos de
métodos de selección de la muestra6,8.
1.1. Muestreo probabilístico
1.1.1. Aleatorio Simple: Se asume que la población es homo-
génea y que todos los elementos de la población tienen la
misma probabilidad de elegidos en la muestra. Se debe tener
un registro de todos los sujetos de la población blanco (rut,
nº ficha clínica, u otros). La selección se puede hacer con
métodos simples (una bolsa de papeles), tablas de nº aleato-
rios o generación de nº aleatorios por computador.
Ventajas: técnica sencilla.
Desventajas: la muestra puede quedar desequilibrada, si no
se toman en cuenta los subgrupos y su peso ponderado o
proporcional respecto a la población de Estudio.
1.1.2. Muestreo Estratificado: Este diseño muestral tiene por
objetivo evitar que, por azar, algún grupo esté menos represen-
tado que otro. Se asume que la población es heterogénea y que
existen subgrupos, y es por eso, que se agrupa la población en
unidades homogéneas que se llaman Estratos. Posteriormente
se calcula el peso ponderado de cada estrato, para determinar el
tamaño de la muestra en cada uno. Por último, mediante mues-
treo aleatorio simple, se obtiene una muestra aleatoria de cada
estrato para obtener la parte proporcional de la muestra.
Ventajas:
• Previene que la muestra quede desequilibrada respecto a la
representación de cada subgrupo o estrato.
• Disminuye la variabilidad dentro de los estratos
• Permite resultados más precisos.
Desventajas:
• Complica un poco más el diseño muestral.
• Si existen muchos estratos, puede reducir el n muestral
para cada estrato.
• No se aconseja más de 8 -10 estratos.
• Necesita más tamaño muestral.
1.1.3. Muestreo Sistemático: Se usa cuando los elementos de
la población están ordenados. En este caso se elige el primer
individuo al azar y el resto viene condicionado por aquel. Hay
que comprobar que la característica que se estudia no tenga
una periodicidad que coincida con la del muestreo.
Ventajas:
• Obtiene buenas propiedades de representatividad, similares a
la de un muestreo aleatorio simple o incluso superiores, pero
54
de forma más rápida y simple, al evitar la necesidad de generar
tantos números aleatorios como individuos en la muestra.
• Respecto al muestreo aleatorio, el muestreo sistemático
puede garantizar una selección perfectamente equitativa
de la población. Esto puede ser de utilidad si se distinguen
grupos dentro de la población blanco y formar grupos homo-
géneos, lo que podría evitar la necesidad de usar estratos.
Desventajas:
• Existe la posibilidad de que el orden en que se han listado
los candidatos a la muestra tenga algún tipo de periodicidad
oculta que coincida con el intervalo escogido para generar
la muestra sistemática. En este caso, se podría generar una
muestra que contenga un sesgo de selección.
1.1.4. Muestreo por Conglomerado: Se usa cuando el mues-
treo aleatorio simple es demasiado caro, por la gran magnitud
de población y tampoco se tiene un listado de los individuos
que la componen.
Un conglomerado es una división de la población donde
interesa que los individuos al interior sean heterogéneos,
que haya diversidad al interior del conglomerado, pero los
conglomerados entre sí sean homogéneos. Se toma una
muestra aleatoria de conglomerados y luego se selecciona al
azar los individuos de cada conglomerado seleccionado.
Ventajas
• Útil para estudios epidemiológicos que desea abarcar
poblaciones de diferentes regiones
• Útil para grandes “n” muestrales
• Útil para estudios ecológicos
• Útil para estudios en diferentes locaciones en terreno
Desventajas
• Exige un conocimiento previo de las zonas de estudio
• Necesita información sobre las áreas o lugares que se desea
muestrear
• Implica uso de estratificación y ponderación de los grupos
1.2. Muestreo no probabilístico
1.2.1. No probabilístico o sin asignación aleatoria: Método de
muestreo que no se basa en probabilidades, es un muestreo
por conveniencia o de cuotas. Es elegido. Es población con
características muy específicas y se usa porque hay facilidad
de acceso para los investigadores. Hay sesgo de selección y es
el muestreo más frecuentemente utilizado.
1.2.2. De asignación aleatoria: A pesar de que la muestra no
tuvo selección aleatoria, la asignación de la intervención es
a través de métodos aleatorios. Esto permite que los grupos
receptores de las exposiciones sean lo más similares posibles
y que sean comparables. Por lo tanto, un muestreo no proba-
bilístico consecutivo por conveniencia, con asignación alea-
toria, con intervención y medición enmascarada, con largo
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]
periodo de reclutamiento para que incluya variaciones esta-
cionales u otros cambios temporales y con más de un centro
reclutador, es el escenario ideal, en el caso de un diseño
muestral no probabilístico. Este es el diseño muestral que se
usa en los ensayos clínicos controlados aleatorizados doble
ciego multicéntricos9,15.
Ventajas:
• Ventaja principal es la conveniencia para el acceso a las
unidades muestrales
• Simple
• Económico
• Rápido
Desventajas:
• El principal defecto, la falta de representatividad y validez
externa.
• Imposibilidad de hacer generalizaciones y aseveraciones
estadísticas sobre los resultados.
• Riesgo de incurrir en sesgos debido al criterio de muestreo
empleado.
• En el peor de los casos, el tiempo de muestra conveniente
puede presentar un sesgo sistemático respecto al total de
la población, lo que produciría resultados distorsionados.
II. DEFINIR EL NÚMERO DE ELEMENTOS QUE CONFORMARÁ LA
MUESTRA, CÁLCULO DE TAMAÑO MUESTRAL
Otra de las exigencias que debe tener una muestra es que
tenga el tamaño mínimo adecuado para que represente cuan-
titativamente a la población de estudio o blanco. No obstante,
¿cómo determinar el número de elementos que necesita la
muestra para cumplir con el tamaño mínimo adecuado? ¿para
qué tipo de estudio necesito una muestra?
En investigación clínica se realiza cálculo de tamaño mues-
tral (Ctmu) para varios objetivos y existen diferentes métodos,
según el objetivo del estudio. No obstante, los más usados
son para estimar un parámetro o para probar una hipótesis y
es lo que explicaré a continuación.
2.1 Estimar un parámetro10,11
El objetivo del Ctmu, es obtener la estimación de un parámetro,
o sea obtener un estadígrafo representativo de la población
de estudio y que responde la siguiente pregunta: ¿Cuántas
unidades de análisis es necesario estudiar para poder estimar
el valor de una variable con el grado de confianza deseado y
que represente al parámetro de la población de estudio? Para
ello, el Ctmu exige supuestos que se muestran en la figura 2.
2.1.1 Variabilidad del parámetro o la probabilidad del
evento que se desea estimar
Cuando se desea estimar una media, se necesita la varianza,
a mayor variabilidad tiene un atributo, se necesitará un
Figura 2. Información cálculo de tamaño muestral
para la estimación de un parámetro
Variabilidad del “Parámetro” a estimar
Precisión de la estimación: amplitud del
intervalo de confianza
Nivel de Confianza: 95%
mayor número de medidas, por lo tanto, una muestra más
grande. Si no se conoce la variabilidad del parámetro, puede
obtenerse, a partir de la evidencia de estudios análogos, o
a partir de los resultados de un estudio piloto o en última
instancia a partir de datos propios observados en la práctica
clínica. Si el parámetro a estimar es una variable cualitativa,
se usa la probabilidad del evento (P).
2.1.2. Precisión de la estimación del “parámetro”
Es la amplitud del intervalo de confianza. Cuanto más precisa
sea la estimación, más estrecho deberá ser el intervalo y más
sujetos deberán ser estudiados. Debe fijarse previamente la
precisión de la estimación del “parámetro”. La amplitud del IC
dependerá del objetivo del estudio, si necesita gran precisión
o solo una aproximación. Se denota con una “d” o “I”. Puedes
ir desde 0.1 – 0.010
2.1.3. Nivel de confianza
Por convención se fija en 95% corresponde a un valor de error
Į de un 5% en que el “parámetro estimado” se equivoque por
azar solo en un 5%.
Ctmu para estimar una media:
n=ZĮ2 S2 / I2 Aquí se asume una distribución Gaussiana.
Ctmu para estimar una proporción:
n = ZĮ2(p q)/ I² Aquí se asume una distribución Bernoulli.
2. Para comparar proporciones8,10,11
El objetivo del Ctmu, es obtener el tamaño muestral necesario
que permita detectar estadísticamente una magnitud de dife-
rencia entre dos grupos, en el supuesto que realmente exista.
Al igual que para estimación de parámetros, este Ctmu requiere
supuestos, que se deben fijar a priori y que se enumeran en la
figura 3.
En toda investigación que desea comprobar una hipótesis, es
necesario evitar los errores en el número y la calidad de las
55
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
Figura 3 Información cálculo de tamaño muestral
para comparar proporciones
CÁLCULO DE TAMAÑO MUESTRAL
COMPARACIÓN PROPORCIONES: HIPOTESIS
FIJAR EL RIESGO COMETER ERROR TIPO I Į
FIJAR EL RIESGO COMETER ERROR TIPO II ȕ
DEFINIR MÍNIMA MAGNITUD DE DIFERENCIA DE EFECTO
CLÍNICAMENTE RELEVANTE PARA EL PACIENTE.
DEFINIR HIPÓTESIS: BILATERAL O UNILATERAL
MEDIDA DE VARIABLILIDAD DEL FENÓMENO DE ESTUDIO
EN LA POBLACIÓN:PROPORCIÓN
mediciones. Es decir, conseguir la máxima exactitud al medir,
lo significa, procurar que exista validez en la medición y
prevenir el error aleatorio.
¿Qué es la Validez? Es que se mida lo que se desea medir, sin
sesgo. ¿Qué el sesgo? Es el error sistemático prevenible, que
se comente al efectuar las mediciones y que puede ocurrir
por un defecto en el observador (quien mide), en el instru-
mento de medición, o en el observado (sujeto que se mide). El
sesgo es prevenible con una correcta selección de los sujetos,
una correcto proceso de medición y recolección de la infor-
mación (sesgo de información) y controlando las variables
de confusión. El sesgo se previene y controla a través de la
metodología de investigación del estudio, que finalmente es
el modo de diseñar, ejecutar y analizar el estudio10,11.
¿Qué es el error aleatorio? También se le puede llamar acci-
dental o error de precisión y es debido a pequeñas causas que
son imposibles de controlar por el investigador. Uno de ellos
es el hecho de estudian en una muestra para sacar conclu-
siones que se apliquen a toda la población y eso se llama error
de muestreo2.
Supuestos del cálculo de tamaño muestral para comparar
proporciones
2.1. Error tipo 1 o Į: Es el error aleatorio y que se refleja en
el error tipo 1 o Į. Éste se debe fijar a priori cuando se realiza
un cálculo de tamaño muestral. ¿Cuánto error aleatorio el
investigador está dispuesto a aceptar?
Se define como el error que comete el investigador al rechazar
la hipótesis nula (HO), siendo esta verdadera, dicho de otra
forma, es rechazar la hipótesis nula (H0) cuando es cierta.
Concluir que si existe asociación entre una variable indepen-
56
diente (X) y una variable dependiente (Y) cuando realmente NO
existe. Convencionalmente se ha fijado en un error Į de 5%, no
obstante, eso depende del riesgo y el costo que podría implicar
equivocarse. Por ejemplo, en los estudios de terapia, donde se
está evaluando la eficacia de un producto farmacéutico, se
puede fijar un error alfa más pequeño, como 1%. Un error Į de
5% significa que si se hiciera 100 veces el mismo experimento,
solo en 5 ocasiones los resultados serían por error aleatorio y
95 veces los resultados serían con el estimador verdadero. En
consecuencia, se realiza un cálculo de tamaño muestral, con el
fin que el número de unidades muestrales sea el estadística-
mente necesario para prevenir este error.
Valor P
Al fijar el error Į, se fija el valor P. Porque el valor p es el valor
de la probabilidad de cometer error Į, es decir cometer error
aleatorio. El valor p es la probabilidad de “caer” en la zona de
rechazo: esto es descartar H0 siendo cierta. Para decirlo en
términos más simples, hasta qué punto el resultado obser-
vado, es decir medido, es probabilísticamente compatible
con la hipótesis planteada, o sea H113.
El valor p es equivalente al valor de significancia Į, con la dife-
rencia de que el valor p se calcula a partir de una muestra a
posteriori mientras que el valor Į se fija antes de ejecutar el
estudio a priori, cuando se realiza el cálculo de tamaño mues-
tral6. Por lo tanto, el valor p no tiene relevancia si previamente
no se ha realizado un cálculo de tamaño muestral, donde se
fija a priori el valor Į y la magnitud de diferencia que se desea
estadísticamente probar.
Por ejemplo, un valor p=0.01, quiere decir que la probabi-
lidad que el resultado del estudio sea error aleatorio Į, es de
1%. O un valor p=0.001 quiere decir que la probabilidad que
el resultado del estudio por error, es de 0.1%, o que se haya
cometido un error Į aleatorio, es de 0.1%.
El valor p se fija a priori y depende del nivel de confianza que
fije el estudio. El nivel de confianza es la probabilidad que
el verdadero valor del parámetro se encuentre dentro del
intervalo encontrado en el estudio. Esto se llama también,
intervalo de confianza (IC). Si se exige un IC95%, el valor p de
significación estadística será < 0.05
Desde el IC sale el error Į. Ahora bien, si la hipótesis es a dos
colas o bilateral (hay diferencia), el error Į/2 será el que se fije,
pero si la hipótesis es unilateral (hay una diferencia mayor o
menor), el error será Į.
No obstante, es necesario considerar que el valor p mide la
fuerza de la evidencia estadística de un estudio realizado en
una muestra, pero no mide la fuerza de la asociación. Ahora
bien, cuanto menor sea el valor p, mayor fuerza tienen las
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]

evidencias del estudio y menor probabilidad de rechazar la Figura 4. Decisión del Investigador en contraste
hipótesis nula (H0), siendo esta cierta. Sin embargo, es indis- con la realidad
pensable, que se entiendan dos puntos:
• La significación estadística, no necesariamente implica Realidad
que sea clínicamente significativo para el paciente. Si se
encuentra una significación estadística, pero finalmente
no cambia el escenario para el paciente o no cambia el Decisión del
H1 H0
investigador
escenario en el tratamiento o cuidado, esa diferencia
significativa que se encontró, no tiene mayor relevancia
clínica. Decisión
• Si el estudio no alcanza el tamaño muestral calculado, la H1 ERROR Į TIPO 1
correcta
fuerza estadística pierde potencia y el valor p que derive
de las comparaciones, tendrá que mirarse con cautela,
porque la significación estadística se fijó para un deter- Decisión
H1 ERROR ȕ TIPO 2
correcta
minado tamaño muestral.
• Un valor p, derivado de un estudio que no ha tenido un
cálculo de tamaño muestral para probar una diferencia,
H0: Hipótesis nula. Es el status quo.
no tiene mayor validez. Porque no hay certeza de donde H1: Hipótesis alternativa. Es la hipótesis que plantea el investigador
proviene ese valor p < 0.05.

2.2. Error tipo II o ȕ: Es aceptar HO cuando no es cierta. 2.4. Tipo de hipótesis: Si es bilateral o a dos colas, en
Concluir que no existe asociación entre una variable indepen- que postula que existe diferencia o que no existe dife-
diente (X) y una variable dependiente (Y) cuando realmente SI rencia.
existe. Se define como el error que comete el Investigador al Si es unilateral o a una cola, en que postula que existe una
no rechazar la hipótesis nula, siendo esta falsa. ȕ representa la diferencia mayor o menor que. Figura 4
probabilidad de un resultado falso negativo. El complemento
1- ȕ representa la probabilidad de observar en la muestra 2.5 La probabilidad del efecto estándar (P1) y la
una determinada diferencia o efecto y es a lo que se llama el probabilidad del efecto que se propone (P2).
poder estadístico o potencia del estudio. Dependiendo del error alfa y el tipo de hipótesis, deri-
varán el valor p, que será analizado en un texto más
La magnitud del error ȕ es otro de los supuestos que adelante. Figura 5.
se debe fijar para el cálculo de tamaño muestral. Por
convención, generalmente se usa el error ȕ de 20%,
lo que da una potencia del estudio de 80%, pero esto
dependerá de los intereses y exigencias que se ponga el
investigador y de la potencia que se quiera dar al estudio.
Figura 5 Curva de Gauss e hipótesis uni o bilateral
Mientras mayor el error, menor potencia, se disminuye
la credibilidad de los resultados. Los errores Į y ȕ nunca
se pueden evitar en un 100%, sin embargo, se puede
reducir su probabilidad, aumentando el tamaño muestral
y con un adecuado diseño del estudio. Figura 4.

2.3. Magnitud de diferencia: La magnitud de la dife-

rencia que se postula encontrar tiene una gran influencia
en el tamaño de la muestra. Se debe definir la mínima
magnitud de diferencia que se desea detectar y que
sea de relevancia clínica para el paciente, por lo tanto,
debe fijarse en términos realistas. Cuando la magnitud
de diferencia es muy amplia se detectará más fácil-
mente y requerirá un menor tamaño muestral. Cuando la En el gráfico se muestra la función de densidad de probabilidad (fdp). Con
ella se puede calcular las probabilidades de cada valor de X. El 95% de los
magnitud de diferencia es muy estrecha, será más difícil
resultados, están entre la ds -2 y ds +2. Cuando los resultados caen fuera
detectarla y requerirá un mayor tamaño muestral. de estas ds los resultados pertenecen al 5%.

57
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
¿Qué implica un cálculo de tamaño muestral incorrecto?
a. Un exceso de tamaño muestral: Encarece el estudio. No es
ético someter a más pacientes de lo necesario a la interven-
ción o la vulneración de los datos.
b. Un insuficiente tamaño muestral, el “parámetro estimado”
será poco preciso. O si se desea probar una hipótesis, una
muestra con escaso tamaño, será incapaz de detectar la dife-
rencia entre los grupos de estudio y se llegará a una conclusión
errónea que no existe diferencia estadísticamente significativa,
pero no porque realmente no hubo diferencia significativa,
sino porque no se alcanzó un número necesario de magnitud
de diferencia para que ésta fuera significativa.
En consecuencia, se realiza el cálculo de tamaño muestral,
para que el investigador sepa el número mínimo necesario
de unidades muestrales que debe estudiar, con el fin que los
resultados estadísticos sean creíbles y permitan estimar un
parámetro extrapolable a la población de estudio. En el caso
de querer probar una inferencia, permita tomar la decisión de
aprobar o rechazar la hipótesis, sabiendo que está basada en
un n muestral suficiente para ello.
Es correcto mencionar que existen variados métodos para el
cálculo de tamaño muestral, según el diseño de estudio estos son:
-Estudios de correlación
-Estudios de pruebas diagnósticas
-Estudios de no inferioridad
-Estudios caso control, para obtener magnitud de OR especí-
ficas, entre otros.
Solo se han explicado los más frecuentemente utilizados en
investigación clínica14.
III. DEFINICIÓN DE LAS VARIABLES: TIPO VARIABLES,
LA ESCALA DE MEDICIÓN Y LA UNIDAD DE MEDIDA
Parte de la planificación metodológica de un proyecto de
investigación es definir las variables independientes o predic-
tivas, la variable dependiente o outcome y las co-variables.
Durante la planificación estadística también se deben definir
las variables, respecto al tipo, su unidad de medida y cómo
se describirá según el tipo de medición que tiene la variable.
Según la escala de medición existen diferentes tipos de
variables:
Las que miden una cualidad (nominal o categóricas y las
ordinal), se llaman cualitativas.
Las que miden cantidad, se llaman cuantitativas, que pueden
ser discretas o continuas5,6,11.
1. CUALITATIVAS
1.1 Nominal o categóricas: Son aquellas que se clasi-
fican en categorías, etiquetas. Dentro de estas, pueden ser
58
dicotómicas, en que solo hay dos categorías y son auto-
excluyentes. Ejemplo: vivo|muerto, enfermo|no enfermo,
sexo masculino|femenino.
Policotómicas, hay más de dos categorías y no necesaria-
mente son auto-excluyentes. Ejemplo, causas de Insuficiencia
cardiaca: Hipertensión arterial, arritmia, enfermedad valvular,
hipertrofia ventricular.
En las variables nominales no hay un orden establecido, no
tienen un valor.
1.2 Ordinal
Tiene un sentido de orden, que está implícito, sin que sea una
magnitud o cantidad. Por lo que no tienen unidad de medida.
No obstante, existen instrumentos que se usan para evaluar
una condición, donde el autor le asigna un número para
facilitar la interpretación de éste, pero eso no significa que
la cualidad sea una cantidad1,8,9. Un ejemplo de esto, son las
pruebas de evaluación de funcionalidad que tienen puntaje,
que son construcciones artificias, donde a una cualidad y
según su nivel de cumplimiento, se le asigna un valor numé-
rico arbitrario. Aunque tiene un número asignado, no puede
tener decimales y por lo tanto, no tiene sentido cuantificar la
diferencia o la razón entre los dos valores. Es por esto, que no
sería matemáticamente correcto describir los puntajes con
media o promedio.
Ejemplos: Niveles de gravedad: leve, moderada, severa.
Escalas o Puntajes: EVA (1-10), Glasgow (3-15), Apgar: 1-9
Un puntaje de dolor EVA: 1 a 10. Si el sujeto 1 tiene EVA = 4 y
el sujeto 2 tiene EVA=8
No se puede interpretar que el niño 2 tuvo el doble de dolor
que el sujeto 1. Solo que el sujeto 2 tuvo al parecer más dolor
que el sujeto 1. ¿Cómo se interpretaría que el promedio de
dolor fue de 6.5?
2. CUANTITATIVAS
Son variables que son una cantidad, se refleja una magnitud,
por lo que existe un orden natural en estas variables en la
escala numérica. Tienen una unidad de medida.
Existen dos tipos de variables cuantitativas:
2.1 Discreta: Atributo que no puede tomar valores decimales.
Son variables de conteo, tales como, días de hospitalización,
n° de hijos, n° de fallas, n° de muertes. No es factible tener
1.5 hijos, se tienen 1 o 2 hijos.
2.2 Continua: Una variable continua es aquel atributo que
puede asumir un número infinito de valores dentro de un
determinado rango. Tienen una unidad de medida y tiene
una distribución en el plano cartesiano del eje x, también
llamadas intervalares.
Las variables medidas en escala de razón, el cero indica la
ausencia de la variable.
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]
Para describirlas se debe determinar si tiene distribución
normal/Gaussiana (≈N) o no. Debido a su importancia para
el proceso de descripción y análisis estadístico, se explicará
brevemente el concepto.
Distribución Normal, Paramétrica o Gaussiana ≈N
Fue reconocida por primera vez por el francés Abraham de
Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss
(1777-1855) formuló la ecuación de la curva de norma-
lidad “la campana de Gauss". La distribución de una variable
normal está completamente determinada por dos paráme-
tros, su media y su desviación estándar, denotadas μ, ı 1,2,5,6,8,9
respectivamente.
Características de la distribución normal
• La curva tiene un solo pico, por consiguiente, es unimodal,
tiene una moda o dato más frecuente. Presenta una forma
de campana.
• La media de una población distribuida normalmente se
encuentra en el centro de su curva normal.
• A causa de la simetría de la distribución normal de proba-
bilidad, la media, la mediana y la moda poseen el mismo
valor y se encuentran en el centro.
• Las dos colas (extremos) de una distribución normal de
probabilidad se extienden de manera indefinida y nunca
tocan el eje horizontal.
• A causa de la simetría de la distribución normal de proba-
bilidad, la media, la mediana y la moda poseen el mismo
valor y se encuentran en el centro. Figura 6.
Conocer la distribución de las variables continuas es rele-
vante porque definirá los estadígrafos de tendencia central
y de variabilidad que deben usarse, para que la descripción
Figura 6. Curva de Gauss de distribución normal
± ı comprende aprox. 68% de la muestra
± 2ı comprende aprox. 95% de la muestra
± 3ı comprende aprox. 99% de la muestra
de la información sea creíble. Además, definirá las pruebas
estadísticas que se podrán usar para la comparación de dos
o más grupos, al igual que el tipo de regresión para medir
la asociación entre la variable independiente y dependiente.
IV. PLAN DE TABULACIÓN DE LA BASE DE DATOS,
DESCRIPCIÓN Y ANÁLISIS DE LA INFORMACIÓN
RECOLECTADA
1. PLAN DE TABULACIÓN DE LA BASE DE DATOS
Una base de datos es una estructura en la cual se alma-
cenan, con un orden definido, un grupo de descripciones
sobre determinado sujetos o unidades de análisis ya medidas
(variables), para finalmente ser un conjunto de datos perte-
necientes a un mismo contexto y almacenados sistemáti-
camente para su posterior uso. La estructura está hecha de
columnas y filas. Cada columna se titula con el nombre de la
variable que será medida. Las filas estarán conformadas por
cada unidad muestral. Figura 7.
Figura 7. Estructura base de datos
La definición de las variables tanto en su tipo (independiente,
dependiente y co-variables), como en su escala de medi-
ción, es el paso previo básico para poder construir la base de
datos. Aquellas que serán dicotómicas, las que serán polico-
tómicas o tendrán categorías o cuáles variables se registrarán
en forma numérica. En las variables numérica se debe definir
la unidad de medida y registrar en el título la columna. Es
recomendable, registrar en escala continua todas las varia-
bles que sea posible, aunque posteriormente en el análisis se
vayan a categorizar, porque si se registra como categoría, no
será posible transformarla a variable continua. Por ejemplo, el
hábito tabaco. Es conveniente registrar el n° de cigarrillos/día
y posteriormente categorizar según el investigador estime
conveniente para el análisis.
Para ello es conveniente construir un diccionario de datos con
el fin definir ordenadamente cómo se tabularán las variables
y se describen todos los códigos asignados a cada una. Es
59
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
importante para la persona que registrará y analizará la base
de datos ya codificada.
Protección de la confidencialidad de la información
Es importante que los investigadores tengan presente que
todo dato es del sujeto de estudio y por lo tanto, es nece-
sario solicitar su consentimiento informado para registrarlos,
describirlos y analizarlos. Toda persona tiene derecho a la
protección de la confidencialidad de su información y es
por ello, que los análisis estadísticos deben realizarse sobre
bases de datos codificadas, donde no exista información
que pueda identificar al sujeto de estudio. Para esto, se
construye una base de datos madre, que contiene la iden-
tificación del participante, que debe ser guardada en un
lugar seguro. El análisis de la información se debe realizar
en una base codificada. ¿Cómo se hace? Se asigna un código
o identificador para cada sujeto (ID). El código debe ser
propio del proyecto y debe ser distinto a cualquier infor-
mación personal del paciente. La base de datos codificada
no debe contener información que pueda ser identificable,
tales como el nombre, las iniciales, fecha de nacimiento o
ficha clínica del paciente.
El investigador principal debiera ser el responsable de la base
de datos y aquellos que ingresen información, deben tener una
clave de acceso personal e intransferible. Es necesario formar a
todos los co-investigadores o colaboradores que vayan ingresar
la información, respecto a las variables, cómo registrarlas, los
rangos de seguridad, los datos perdidos y usar un sistema de
protección de errores en el registro de los datos.
Descripción de los datos
La estadística descriptiva tiene el objetivo de describir cuan-
titativamente un conjunto de datos. Para ello se utilizan dife-
rentes recursos estadísticos, tales como los estadígrafos de
orden, centralización y variabilidad, que son números resú-
menes de los datos recolectados, que pueden porvenir de
estudios poblacionales o muestrales.
Durante la planificación del análisis estadístico se deben
definir las formas de presentar la información recolectada en
la muestra. A continuación se explicarán tales métodos.
Estadígrafos de orden, centralización y variabilidad
La estadística llama estadígrafos o estadísticos, a números
resúmenes, que permiten extraer conclusiones a cerca de la
estructura de una muestra o una colección de datos. Estos
números son construidos considerando toda la información
que contiene la muestra, es decir consideran todos los datos
que han sido recolectados. Es por ello la relevancia de utilizar
los estadígrafos correctos de acuerdo con el tipo de variable
que se desea describir.
60
Se construyen estadígrafos para distintos fines. Los tres tipos
más conocidos por su amplio uso en la estadística descriptiva
son8,9,16:
1. Estadígrafos de orden
2. Estadígrafos de tendencia central
3. Estadígrafos de variabilidad.
1. Estadígrafos de orden
- El máximo, X(n) y el mínimo, X(1), que aparecen en forma
instantánea al ordenar la muestra.
- Percentiles: A cada uno de los números que dividen la
muestra en 100 partes iguales, en consecuencia, ellos son
99, y se denotan por P(k), donde k es el orden del percentil
indicado. Los percentiles más conocidos y usados:
Los cuartiles: son tres, denotados por Q1, Q2 y Q3 , que corres-
ponden respectivamente a los percentiles P25, P50 y P75, ellos
dividen la muestra en cuatro partes iguales.
Estos percentiles son de particular interés, principalmente
el percentil cincuenta (P50), recibe el nombre de mediana y
divide la muestra en dos partes iguales.
En el gráfico de cajas se pueden observar los P25, P50 y P75. Ver
figura 8.
Figura
g 8. Gráfico Box p
plot
100
Q3+1.5·RIC
80
Años cumplidos
Q3ó P75
Q2ó P50
60
Q1ó P25
Q1-1.5·RIC
40
20
Gráfico informativo que relaciona el concepto de cuartil y recorrido inter-
cuartílico, es el llamado CAJÓN CON BIGOTES (Box plot).
RIC: Rango Intercuatílico.
Otros percentiles que se usan frecuentemente son:
Los quintiles: son cuatro, denotados por C1, C2, C3 y C4, que
corresponden a los percentiles P20, P40, P60 y P80 ellos dividen
la muestra en cinco partes iguales.
Los deciles: son nueve, denotados por D1, D2,...,D9, que
corresponden respectivamente a los percentiles P10, P20,...,
P90, ellos dividen la muestra en diez partes iguales.
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]

2. Estadígrafos de centralización o de tendencia central Media o promedio

Cuando se observa un fenómeno cuantitativo, interesa saber
si los datos recolectados se aglutinan en torno a ciertos valores
representativos que son propios del fenómeno estudiado.
Estadígrafos de tendencia central, son:
Moda: Es el dato de mayor frecuencia de aparición. Apropiada
para describir datos medidos en escala categórica o nominal,
por ejemplo, sexo y variable en escala ordinal.
Mediana (P50): Es el punto que divide a la muestra en dos
partes iguales. Es apropiada para describir datos medidos en
escala:
• Ordinal
• Discreta o continua
• Es un estadígrafo de posición y de centralización. Figura 9.
Es el punto donde se ubica el centro de masas de la muestra.
Se interpreta como el valor al cual se pueden asimilar
todos y cada uno de los datos. Pero la media describe bien,
sólo si la muestra es homogénea y/o simétrica. Solo se
puede calcular y usar para describir en variables en escala
continua, con distribución normal, pero desafortunada-
mente es el estadígrafo central más utilizado, conocido y
podría decir, abusado. Cuando una variable continuas no
tiene distribución normal, la media se ve influida por los
valores extremos, lo que hace que se aleje de la moda y
de la mediana. En la figura 10 se observa la diferencia de
la posición de la moda, mediana y media dependiendo
del tipo de distribución, simétrica, asimétrica la izquierda
o a la derecha. Notar que la media solo puede describir
correctamente cuando ≈N.

Análisis de los datos

Figura 9. Mediana de edad La estadística analítica tiene por objetivo comprobar hipótesis
o establecer relaciones de causalidad en un determinado
fenómeno. Es también llamada estadística inferencial. Es un
área de la estadística que se dedica al análisis y a la elabo-
ración de los datos con métodos basados en probabilidades,
para la toma de decisiones en salud5,6. En forma práctica,
cuando se habla de análisis de datos, significa la compara-
ción de estadígrafos o porcentajes, dependiendo del tipo
de escala de la variable y posteriormente si existe diferencia
estadísticamente significativa entre los grupos, se procede
a determinar la correlación entre las variables, para luego
medir la asociación entre una o más variables independientes
o predictoras (X) y la variable dependiente, también llamada
efecto o outcome(Y).

Figura 10. Comparación Media-Mediana-Moda según distribución simétrica y no simétrica

Media Moda Media Moda Media

Mediana
Mediana Mediana
Moda
Asimétrica hacia la Simétrica Asimétrica hacia la
izquierda derecha

61
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]

Para ello el análisis estadístico se podría ordenar en tres
etapas:
1° Comparación del efecto entre grupos que están y no
están expuestos a la variable independiente
Para ello se utilizan pruebas estadísticas de comparación y
según la distribución de las variables, serán pruebas paramé-
tricas (si la variable distribuye normal) o no paramétricas (si la
variable no distribuye normal). Según la escala de la variable
que se va a comparar tendremos:
Variables categóricas: se usa la prueba exacta de Fischer, en
caso de comparación de dos grupos y una muestra pequeña
(≤30) o prueba de Chi2, en caso de dos grupos con muestra
>30 o más de dos grupos.
Variables de escala continua: si distribuye normal, se comparan
medias. Si son dos medias se usa la prueba de Tstudent y si son
tres o más medias, la prueba de análisis de la varianza (ANOVA).
Cuando no distribuye normal, se usa prueba de Mann Whitney
comparación de dos medianas, Kurskall Wallis, comparación
de tres o más medianas. Esto es cuando se comparan grupos
independientes. Cuando se comparan grupos que no son inde-
pendientes, es decir pareados es necesario usar otras pruebas.
¿Qué significa grupos pareados? Esto es cuando el resultado
del segundo grupo depende del resultado del primer grupo, es
decir, cuando se compara a una misma muestra en dos tiempos
distintos. Porque los resultados que se obtengan en el segundo
tiempo de medición son dependientes de los resultados del
primer tiempo de medición.
2° La determinación de la correlación entre la variable
independiente y el efecto, con el coeficiente de corre-
lación
La correlación es el grado de variación conjunta de dos varia-
bles numéricas o continuas. Se determina con un coeficiente de
correlación, que será de Pearson (r), en el caso que la variable
distribuya normal, o de Spearman (rho) en el caso que no distri-
buya normal. Los valores del coeficiente irán desde 1, correlación
positiva perfecta, mientras una variable aumenta, la segunda
variable también es lineal y en una razón de 1:1. Hasta -1,
correlación negativa perfecta, mientras una variable aumenta su
valor, la segunda variable disminuye su valor, es lineal y en una
razón de 1:1. Una correlación 0, significa que no hay correlación
lineal, pero no implica que pueda haber otro tipo de correlación,
tales como cuadrática, cúbica, entre otras1-6.
Existen múltiples pruebas de comparación de grupos y de
correlación, para ser usadas en variables con distribución
normal o paramétricas, como para aquellas que no tienen
distribución normal, o no paramétricas.
El objetivo de este artículo no es profundizar en la estadís-
tica analítica, pero sí que se familiaricen con los nombres
de los test más frecuentemente usados en los estudios de
investigación clínica. El desarrollo de una discusión sobre
las metodologías estándares respecto a las más actuales, va
más allá del humilde objetivo del artículo. Ver figuras 11 y
12, donde se muestra un resumen de las pruebas paramé-
tricas y no paramétricas

En ese caso, si se comparan dos medias, se usa la prueba de 3° La determinación de la asociación entre la variable
Tstudent para grupos pareados. Si son dos medianas, se usa la independiente y el efecto, con la regresión
prueba de Wilcoxon para grupos pareados, si son tres o más Para determinar el grado de asociación entre una variable
medianas prueba de Friedman1,2,8,9,16. independiente y una dependiente, se usa la regresión. Su

Figura 11. Pruebas paramétricas que se usan cuando las variables tienen distribución normal

Comparación de Comparación
Proporciones de Medias

2 muestras:
2 muestras:
Test exacto de Fisher
T- STUDENT
test Chi-cuadrado
Homogeneidad
Más de 2 muestras: Más de dos muestras:
test Chi-cuadrado ANOVA

Coeficiente de
Independencia
correlación de Pearson

62
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]

Figura 12. Pruebas no paramétricas que se usan cuando las variables no tiene distribución normal

Datos pareados
Datos independientes Comparación de dos
tratamientos

2 muestras: 2 muestras:
Test exacto de Fisher V numérica
test Chi-cuadrado T Wilcoxon

Homogeneidad Más de 2 muestras:

Kruskal-Wallis
es idéntico al ANOVA con los datos Más de dos muestras:
reemplazados por categorías. Es una Friedman
extensión de la prueba de la U de
MannWhitney más de dos grupos

Coeficiente de correlación de
Spearman: -1 ≤rho≥ 1
Independencia -
V. Ordinales
V continuas no normal

16. Sentís, J. ; Canela, J. ; Cobo, E. ; Pardell, H.Manual de Bioestadística. Ed Masson, 2007.

forma más sencilla, es la regresión lineal simple, que es una
técnica estadística que analiza la relación entre dos variables
cuantitativas que distribuyen normal y donde se trata de
verificar que existe una relación lineal. Una asociación lineal,
significa que a medida que la variable independiente está
presente, también está presenta en la misma proporción la
variable dependiente 18.
La regresión supone que hay una variable fija, que está contro-
lada por el investigador (variable independiente) o predictora
(que predice el efecto), también considerada como de expo-
sición o posible “causa”. Y otra que no está controlada, que es
la variable respuesta, o efecto o dependiente. Supone que es
la respuesta al estar expuesto a la variable independiente. La
variable respuesta siempre ocupa el eje de ordenadas “Y” y la
variable independiente el eje las abscisas “X”.
Cuando se quiere relacionar una variable “X” con una variable
dependiente Y, es una regresión simple o univariada. Si se
quiere relacionar dos o más variables independientes a una
variable dependiente, se le llama regresión bivariada, o
multivariada respectivamente.
Los tipos de regresión dependen del tipo de escala de la
variable dependiente o respuesta. Si es continua, será regre-
sión lineal (si la respuesta distribuye paramétrica) o regresión
lineal generalizada (si la respuesta distribuye no paramétrica).
distribución binomial (1 o 0), se usa la regresión logística. Es
este caso, el modelo reporta la medida de asociación Odds
Ratio (OR)4,5
¿Cómo se evalúa si el modelo de regresión tiene una buena
capacidad de predecir la variable dependiente o la variable
respuesta? Se hace a través del coeficiente de determinación
(R2). Este es la proporción de la variación total de la respuesta
Y que es explicada por la variación de X. El R2 indica que tan
bien se ajusta el modelo a los datos observados.
Para visualizar mejor el grado de relación entre la variable
respuesta y cada variable independiente, el gráfico de
dispersión es un adecuado recurso.
Medidas de Asociación
Son aquellas medidas que reporta la magnitud de asociación
entre la variable explicadora X y la variable dependiente Y. Te
dice la fuerza con que se asocian ambas variables.
Las medidas, más frecuentemente utilizadas en los estudios,
el
- Riesgo relativo RR. Se puede estimar solo en los estudios
prospectivos. Esto es porque mide el riesgo, que solo se
puede calcular en los estudios prospectivos.
- Odds ratio: solo se calcula en estudios con respuesta dicotó-
mica, sale de una regresión logística.
Dado que el objetivo del artículo es presentar conceptos

El modelo de regresión reporta los coeficientes ȕeta.

Cuando la respuesta está medida en escala dicotómica, tiene

63
 [REV. MED. CLIN. CONDES - 2019; 30(1) 50-65]
básicos de la bioestadística aplicada en investigación, no se
va a profundizar en la estadística analítica, porque va más allá
del alcance de éste.
- Hazard ratio (HR). Se puede calcular en estudios prospec-
tivos y es el resultado de la regresión de riesgos proporcio-
nales de Cox.
A continuación, se presenta un diagrama que resume las
funciones de la bioestadística en un estudio de investigación.
Figura 13.
SÍNTESIS
La estadística es una herramienta que no es posible
soslayar en la investigación científica, porque es lo que
permite probar matemáticamente una hipótesis y extraer
conclusiones válidas. La estadística está a disposición de los
investigadores y existe variada literatura y métodos para
aprender y acercar esta disciplina al investigador clínico.
Figura 13. Síntesis de la bioestadística básica en un estudio de investigación
64
Solo hay que mirarla de forma amigable, aceptando la
importancia y utilidad que tiene. No olvidar que ésta debe
ser el instrumento que permita cumplir con los objetivos
del estudio y responder la pregunta de investigación. Es
fundamental que todo el proceso estadístico, sea meto-
dológicamente adecuado, porque los resultados depen-
derán la validez interna del estudio y eso es, una rigurosa
prevención y control de sesgos de información, selección
y confusión. Si la validez interna es deficiente, con alto
nivel de sesgo (errores sistemáticos), independiente que la
estadística sea la correcta, los resultados serán espurios,
porque la medición fue la que incurrió en el error. No hay
que olvidar que los resultados del estudio dependen de la
medición (observación) y los errores sistemáticos en ésta,
llevan a sesgo de información y confusión. Por lo tanto, hay
que prevenir el error en quién mide (observador), el error
con qué se mide (instrumento) y el error a quién se mide
(observado).
 [Bioestadística aplicada en investigación clínica: conceptos básicos - EM. Magdalena Castro MSc.]
Finalmente, considerar que las conclusiones estadísticas son
probabilidades, porque la medicina no es exacta y es solo
una parte de la verdad. A ésta debe sumarse el criterio y la
Declaración Conflicto de Interés
Como autora declaro libremente no haber recibido fondos, ni otros beneficios para la publicación de este artículo.
REFERENCIAS BIBLIOGRÁFICAS
1. Clifford R, Taylor R. Fundamentos de bioestadística. Bioestadística.
Ed.Prentice Hall , 2008 Cap.1, 1-8.
2. Martínez MA, Sánchez-Villegas A, Irala J.Introducción a los métodos
de la epidemiología y la bioestadística- Bioestadística amigable.3°
edición Elsevier. 2014 Cap.1, 1-11.
3. Croxton HE, Cowden DJ. Estadística general aplicada sanitaria. OMS,
Ginebra,1987.
4. Díaz A. Capítulo1 Introducción. Estadística aplicada a la administración
y economía Editorial Mc Graw Hill 2013;1-10.
5. Mainland,D. Estadística Médica. Editorial Interamericana última
edición 2006
6. Cobo E, Muñoz P, González JA. Bioestadística para no estadísticos. Bases
para interpretar artículos científicos. Prefacio Editorial Elsevier Doyma
2007. XIII
7. De la Loza A. Capítulo 11 Estadística médica y de la salud. Álvarez R,
Kuri-Morales P. Salud pública y medicina preventiva 4°edición Editorial
Manual Moderno 2012;101-46.
8. Villarroel LA. Estadística descriptiva. Parámetros y estimadores. Métodos
estadísticos. Ediciones UC 2°edición 2018. 22.
9. Cavada G. Conceptos básicos de bioestadística (cap43) en Burdiles, P. y
cols. Fundamentos del cuidado quirúrgico. Mediterráneo Chile 2011.
10. Díaz VP. Técnicas de muestreo. Metodología de la investigación científica
y bioestadística. Universidad de Finis Terrae. Masters 2°edición. Cap.8
385-404.
experiencia clínica del profesional de salud y la necesidad del
paciente, siendo estos los elementos que completan el esce-
nario para la toma de decisiones en beneficio de los pacientes.
11. Hulley, S et al. Diseño de Investigaciones Clínicas. 3ª edición 2007.
Editorial Lippincott Williams & Williams.
12. Fletcher ,R.; Fletcher,S Epidemiología Clínica. Lippincott Williams &
Wilkins- España, 2008.
13. Manterola C, Pineda V, Grupo MINCIR. El valor de “p” y la “significación
estadística”. Aspectos generales y su valor en la práctica clínica. Rev.
Chilena de Cirugía. Vol 60 - Nº 1, 2008; págs. 86-89
14. Lwanga SK, Lemeshow S. Sample size determination in health studies. A
practical manual. Geneva: Worl Health Organization. 1991.
15. Ochoa C. Muestreo no probabilístico: muestreo por conveniencia.
Netquest Mayo, 2015 https://www.netquest.com/blog/es/blog/es/
muestreo-por-conveniencia (visitado 18 12 2018)
16. Sentís, J. ; Canela, J. ; Cobo, E. ; Pardell, H.Manual de Bioestadística. Ed
Masson, 2007.
17. Villarroel LA. Estadística descriptiva, Tipos de muestreo (Cap.1). Métodos
estadísticos. Ediciones UC 2°edición 2018. 26-30.
18. Dawson,B.;Trapp, R. Bioestadística médica . 4° edición . Editorial
Manual Moderno, 2005.
19. Hernández Ávila, M. Epidemiología Diseño y análisis de estudio. Instituto
Nacional de Salud pública. 2011 Editorial Panamericana.
18. Sánchez A, Martín N, Martínez MA. Capítulo 10 Correlación y Regresión
lineal simple. Martínez MA y cols. Bioestadística amigable. Editoral
Elsevier España , 2014 ; 269-326
65